Создан первый искусственный интеллект на основе микроэлектромеханики

Струя из частиц кремния, в 20 раз более тонкая, чем человеческий волос, научилась распознавать слова и участвовать в компьютерном зрении. Как утверждается в пресс-релизе исследования, это стало первой реализацией нейронной сети на основе микроэлектромеханической схемы. Такой искусственный интеллект обладает достаточной вычислительной мощностью, потребляя лишь малую долю энергии, необходимой его более традиционным аналогам.

Достижение описано в научной статье, опубликованной в издании Journal of Applied Physics группой из Шербрукского университета в Канаде во главе с Жюльеном Сильвестре (Julien Sylvestre).

"Вести.Наука" (nauka.vesti.ru) подробно рассказывали о том, что такое искусственная нейронная сеть и как она работает. Как правило, такая система представляет собой программу, выполняемую на обычном компьютере. Но иногда искусственный разум реализуют и аппаратно. Это оправданно в тех случаях, когда позволяет добиться лучшего быстродействия или экономии энергии.

Среди аппаратных нейронных сетей выделяются устройства, реализующие так называемые резервуарные вычисления (reservoir computing). Главной их частью является нелинейная динамическая система, называемая резервуаром. Сложное поведение системы в ответ на внешние стимулы позволяет "обучать" такую нейронную сеть.

Микроэлектромеханическая система (МЭМС) представляет собой электронное устройство с механическими, то есть движущимися, частями. Как правило, такие системы не используются для вычислений, зато у них есть другие применения.

"Многие датчики сегодня построены на основе МЭМС, поэтому такие устройства, как наше, станут идеальной технологией для размытия границы между датчиками и компьютерами", – заявляет первый автор статьи Гийом Дион (Guillaume Dion).

Основой устройства (резервуаром) стала струя из частиц кремния, в 20 раз уступающий человеческому волосу по толщине. Его сложное движение оказалось подходящей основой для самообучения.

"Этот крошечный пучок кремния может выполнять самые разные задачи, – рассказывает Сильвестре. – Удивительно легко настроить его так, чтобы он хорошо справлялся с распознаванием слов." 

В распознавании слов, произнесённых диктором, система оказалась успешной в 78,2% случаев. Ещё более впечатляющий результат детище авторов показало в задаче распознавания бинарных шаблонов (составной части систем компьютерного зрения). Здесь эффективность искусственного интеллекта достигла 99,9%.

При этом устройство потребляет гораздо меньше энергии, чем обычный компьютер с вычислительной мощностью, достаточной для реализации такой нейронной сети.

Теперь исследователи рассчитывают научить свою систему решению ещё более сложных задач, чтобы создать на её основе энергоэффективные и интеллектуальные датчики и контроллеры для роботов.